build_cmake_pip.md

Construir el paquete de wheels de TensorFlow Lite Python

Esta página describe cómo construir la librería Python de TensorFlow Lite tflite_runtime para x86_64 y varios dispositivos ARM.

Las siguientes instrucciones han sido analizadas en Ubuntu 16.04.3 64-bit PC (AMD64), macOS Catalina (x86_64) y la imagen docker devel de TensorFlow tensorflow/tensorflow:devel.

Nota: Esta función está disponible desde la versión 2.4.

Requisitos previos

Necesita tener instalado CMake y una copia del código fuente de TensorFlow. Visite la página Generar TensorFlow Lite con CMake para más detalles.

Para construir el paquete PIP para su estación de trabajo, puede ejecutar los siguientes comandos.

PYTHON=python3 tensorflow/lite/tools/pip_package/build_pip_package_with_cmake.sh native

Nota: Si dispone de varios intérpretes de Python, especifique la versión exacta de Python con la variable PYTHON. (Por el momento, admite Python 3.7 o superior)

Compilación cruzada ARM

Para la compilación cruzada ARM, se recomienda usar Docker ya que hace más fácil configurar el entorno de compilación cruzada. También necesita una opción target para averiguar la arquitectura de destino.

Hay una herramienta de ayuda en Makefile tensorflow/lite/tools/pip_package/Makefile disponible para invocar un comando de compilación utilizando un contenedor Docker predefinido. En una máquina host Docker, puede ejecutar un comando de compilación de la siguiente manera.

make -C tensorflow/lite/tools/pip_package docker-build \
  TENSORFLOW_TARGET=<target> PYTHON_VERSION=<python3 version>

Nota: Admite la versión 3.7 o superior de Python.

Nombres de destino disponibles

tensorflow/lite/tools/pip_package/build_pip_package_with_cmake.sh el script necesita un nombre de destino para averiguar la arquitectura de destino. Esta es la lista de destinos admitidos.

Destino	Arquitectura destino	Comentarios
armhf	ARMv7 VFP con Neon	Compatible con Raspberry Pi 3 y 4
rpi0	ARMv6	Compatible con Raspberry Pi Zero
aarch64	aarch64 (ARM de 64 bits)	Coral Mendel Linux 4.0 Raspberry Pi con Ubuntu Server 20.04.01 LTS de 64 bits
nativo	Su estación de trabajo	Se genera con la optimización "-mnative"
	Su estación de trabajo	Destino por default

Ejemplos de generación

Aquí tiene algunos comandos de ejemplo que puede usar.

destino armhf para Python 3.7

make -C tensorflow/lite/tools/pip_package docker-build \
  TENSORFLOW_TARGET=armhf PYTHON_VERSION=3.7

destino aarch64 para Python 3.8

make -C tensorflow/lite/tools/pip_package docker-build \
  TENSORFLOW_TARGET=aarch64 PYTHON_VERSION=3.8

¿Cómo usar una cadena de herramientas personalizada?

Si los binarios generados no son compatibles con su destino, deberá usar su propia cadena de herramientas o utilizar indicadores de compilación personalizados. (Revise esto para entender el entorno de su destino) En ese caso, necesita modificar tensorflow/lite/tools/cmake/download_toolchains.sh para usar su propia cadena de herramientas. El script de la cadena de herramientas define las dos variables siguientes para el script build_pip_package_with_cmake.sh.

Variable	Propósito	ejemplo
ARMCC_PREFIX	define el prefijo de la cadena de herramientas	arm-linux-gnueabihf-
ARMCC_FLAGS	Indicadores de compilación	-march=armv7-a -mfpu=neon-vfpv4

Nota: ARMCC_FLAGS puede necesitar contener la ruta de inclusión de la librería Python. Vea la download_toolchains.sh para obtener la referencia.